
Tipps für mehr Arbeitsspeicher bei der Datenvisualisierung
Schnelle und zuverlässige Berichte sind das Kernversprechen, das Microsoft den Nutzern von Power BI gibt. Andererseits fällt die Performance bei komplexen Dashboards oftmals schwächer und schwerfälliger aus, als User sich das wünschen. Deswegen zeigen wir in diesem Artikel verschiedene Lösungswege zur Verbesserung der Performance in Power BI.
Typische Situation in Power BI: Als Nutzer habe ich ein anschauliches Dashboard erstellt. Dafür habe ich passende und überzeugende Visualisierungen gebaut. Jedoch ist die Navigation durch das Dashboard und die Aktivierung der einzelnen Elemente sehr langsam. Dadurch bleiben Bedienbarkeit und Nutzerfreundlichkeit vollständig auf der Strecke.
Versionskontrolle für besser Performance in Power BI
Ein allgemeiner aber oftmals wirkungsvoller Schritt ist die Versionskontrolle. Denn sollte irrtümlich die falsche Bit-Version installiert worden sein, wird sich die Performance kaum durch die nachfolgenden Tipps verbessern lassen. Zunächst muss man zur Überprüfung der installierten Version über Datei > Optionen auf Diagnose klicken. Anschließend sollte dort unter Version die aktuell installierte Version angezeigt werden. Besteht eine Verbindung mit dem Windows Appstore, sollte Power BI immer auf dem aktuellsten Stand sein. Schließlich stellt sich das Ganze wie folgt dar, hier im Beispiel die Version von Mai 2019 mit der 64-Bit Variante:

Genug Arbeitsspeicher für Power BI Desktop?
Eine weitere Quelle für Performance-Probleme in Power BI kann die zugewiesene Größe des Arbeitsspeichers darstellen. Generell sollte die Kapazität des verwendeten Rechners mindestens 4 GB betragen. Allerdings sind eher 8 GB empfehlenswert. Ist dieses Kriterium erfüllt, sollte der nächste Schritt die Optionen der Datencache-Verwaltung sein. Hier lässt sich der zugewiesene Arbeitsspeicher zum Laden der Daten einstellen:

Weitere Stellschrauben für mehr Performance in Power BI
Sollten diese generellen Einstellungen die Performance nicht verbessert haben, gibt es noch einige Optimierungsmöglichkeiten.
Sinnvolle und effiziente Datenanbindung in Power BI
Zunächst kann die Datenanbindung in Power BI auf verschiedenen Wegen erfolgen. Beispielsweise sind der Import, die Erstellung einer Direct Query oder ein zusammengesetztes Modell möglich. Hier gilt es grundsätzlich zu klären, welche Transformationsschritte in der Power Query angewendet werden, welchen Umfang meine Daten haben und wie viele Datenquelle ich habe.
Ein kleines Beispiel aus der Praxis: Das Exportieren von CSV-Dateien aus einem ERP-System und dem darauffolgenden Zusammenführen in Power BI mittels Parameter und Funktionen ist natürlich langsam und nicht effizient. Hier zeigt sich, dass nicht immer Power BI der Performance Bottleneck ist. Insofern ist es oft die Art und Weise, wie und wo Daten entstehen beziehungsweise bereitgestellt werden. Demgegenüber wäre das in einer idealen Welt ein gut strukturiertes, am besten nach Data Vault 2.0 aufgesetztes Data Warehouse mit verschiedenen Data Marts für verschiedene Fachabteilungen.
In der Wirklichkeit sind es fünf Excel-Tabellen, die mit einem ERP-System wie SAP, einem CRM-System wie beispielsweise Hubspot und dem eigentlich nicht mehr vollständigen, weil in die Jahre gekommenen, Data Warehouse zusammengeführt und angebunden werden. Kurzum sorgt das für viel Störungspotenzial und drückt die Performance.
Neben der Datenanbindung als eine Hauptquelle für Performance-Probleme in Power BI wenden wir uns nun den eigentlichen Berichten zu. Schließlich gibt es auch hier einige Einstellungen, die wir zur Optimierung nutzen können.
DAX Studio
Um die Performance der Berichte zu optimieren, gibt es mit DAX Studio ein dediziertes Tool. Damit lassen sich die einzelnen Queries hinter den Measures und Visualisierungen auf ihre Performance hin analysieren und optimieren. Der kostenlose Download sollte in jedem Fall einmal genutzt werden, zum Beispiel um das PBI-Modell einzubinden und die verwendeten Queries zu analysieren.

Power BI Performance Analyzer
Power BI beinhaltet zudem den Performance Analyzer. Das Tool ist zur Analyse der Reports gedacht und listet die Leistungsdaten der einzelnen Elemente mit deren Caching-Zeiten auf. Dazu muss der Power BI Performance Analyzer einmalig unter Ansicht > Performance Analyzer aktiviert werden:

Danach steht die folgende Oberfläche zur Verfügung:

Wenn nun Abfragen ausgeführt werden, zeichnet der Performance Analyzer automatisch auf, wie lange Power BI für einzelne Abfragen braucht:

Jetzt kann diese Auswertung kopiert und in Note ++ oder als komplette Abfrage in JSON ausgegeben werden:

Somit lassen sich Abfragen und Visualisierungen danach untersuchen, ob sie für die Verlangsamung des Reports in Betracht kommen. Dieses Vorgehen wird natürlich immer komplexer, je komplexer der Report und die dahinter liegende Datenmodellierung werden.